Axe : NBS Biophysique des micro-organismes + http://www.labos

Axe : NBS
Biophysique des micro-organismes
+
http://www.labos.upmc.fr/ljp/?article7
Laboratoire Jean Perrin (LJP) UMR 8237
UNIVERSITE PIERRE ET MARIE CURIE
TOUR 32-33 BOITE COURRIER 114
4 PLACE JUSSIEU
75252 PARIS CEDEX 05
+
http://www.labos.upmc.fr/ljp/
Responsable d’équipe :
Didier CHATENAY
[e-mail]
Membres permanents de l’équipe :
Nelly HENRY
[e-mail]
Jérôme Robert
[e-mail]
Lydia ROBERT
[e-mail]
Philippe THOMEN
[e-mail]
_________________________________________________________________________
 Activité scientifiques de l’équipe :
Microbiologie et variabilité phénotypique dans des populations monoclonales de
bactéries.
 Programme de recherche :
La plupart des variations observées dans le phénotype des êtres vivants peut
s’expliquer par des différences génétiques ou environnementales. Néanmoins, une
population d’individus génétiquement identiques et partageant le même
environnement manifeste une diversité phénotypique résiduelle. L’influence des
facteurs génétiques et environnementaux sur un phénotype donné peut être étudiée
à l’échelle de populations d’individus, l’effet d’une mutation ou d’un changement
d’environnement étant mesuré sur le phénotype moyen d’une population. Une grande

partie de notre compréhension actuelle du fonctionnement des êtres vivants repose
sur de telles approches et la microbiologie a longtemps été réduite à la
caractérisation de population bactérienne. Néanmoins, avec les avancées techniques
des dernières décennies est apparue la possibilité de caractériser le phénotype d’une
bactérie unique et ainsi l’ensemble de la distribution de ce phénotype au sein d’une
population, mettant ainsi en lumière les sources de diversité. En particulier, le bruit
dans l’expression génétique a suscité un grand intérêt depuis la mise en évidence de
déterminants génétiques de cette variabilité d’expression et des pressions de
sélection opérant sur son intensité, soulignant ainsi l’importance de caractériser les
phénotypes et les valeurs sélectives à l’échelle des cellules individuelles. La
croissance bactérienne étant un processus finement optimisé, la caractérisation
individuelle des processus sous-jacents est particulièrement pertinente. Nous
proposons d’étudier la croissance bactérienne, en particulier le métabolisme, le cycle
cellulaire et l’expression génétique à l’échelle des cellules individuelles.
La croissance bactérienne a été largement étudiée à l’échelle des populations depuis
plus d’un demi-siècle. Une importante leçon des premières études de physiologie
bactérienne est qu’afin d’obtenir des résultats reproductibles et interprétables, il est
nécessaire de contrôler précisément l’état physiologique des bactéries et pour cela
d’utiliser des cellules en croissance « équilibrée » (« balanced growth »). Toute
analyse à l’échelle de cellules individuelles devrait également respecter ce critère.
Néanmoins, jusqu’à récemment, il n’était pas possible d’observer des bactéries au
microscope dans des conditions contrôlées. La récente introduction de la
microfluidique en microbiologie a amené la possibilité de suivre des cellules au cours
du temps dans des conditions spatialement et temporellement contrôlées, permettant
l’observation de bactéries en croissance équilibrée et la caractérisation de transitions
d’un état d’équilibre à un autre. Nous proposons d’utiliser des techniques de
microscopie et de microfluidique pour caractériser à l’échelle de cellules individuelles
et de manière quantitative le métabolisme, le cycle cellulaire et l’expression
génétique de B. subtilis en croissance équilibrée et lors de transitions nutritionnelles.
Nous étudierons en particulier l’allocation des ressources entre traduction et
métabolisme. A l’échelle de la population, la stratégie d’allocation de ressources
entre métabolisme et traduction est à la base de la gestion de la croissance
bactérienne. A l’échelle individuelle, nous chercherons à déterminer si la variabilité
dans la vitesse de croissance est liée à la variabilité d’allocation de ressources. Nous
caractériserons la coordination entre la réplication de l’ADN, l’expression génétique,
l’élongation cellulaire et la division. De plus, nous étudierons l’expression génétique
en tant que processus stochastique. Pour ce faire, nous caractériserons
expérimentalement la dynamique de l’expression génétique pour différents taux de
transcription et traduction et différentes régulations génétiques et nous construirons
un cadre mathématique permettant de décrire ce processus stochastique par une
équation différentielle stochastique simple contenant un nombre limité de paramètres
avec un sens biologique clair.
En parallèle, nos projets propres ou communs nous amèneront également à essayer
de développer de nouvelles méthodes permettant de mieux visualiser la morphologie
bactérienne (par microscopie électronique entre autre, avec a terme des
développements en microscopie corrélative) et à localiser dans les bactéries des

macromolécules (protéines ou acides nucléiques) impliquées dans divers processus
cellulaires. Nous porterons une attention particulière aux macromolécules impliquées
dans les processus de ségrégation de plasmides, de régulation traductionnelle de
diverses protéines et de formation du septum de division. Ce mode d’analyse reste
en effet encore à l’heure actuelle un challenge compte tenu de la très petite taille des
cellules concernées.
En parallèle des expériences de comptage de plasmide, nous démarrons un projet de
simulation numérique. Ces simulations numériques de type stochastique cherchent à
prédire le nombre de protéines exprimées à partir d'un gène en copie unique (simuler
le chromosome bactérien) ou en copie multiple (simuler le cas des plasmides). Pour
comparer au mieux avec les expériences, il faut intégrer dans les calculs la
duplication du matériel génétique, la croissance et la division cellulaire, tous ces
points se déroulant sur le temps d'induction de la production de protéines lors de la
réalisation expérimentale. Le résultat des simulations sur un grand nombre de silico-
bactéries sera présenté sous forme d'histogrammes pour être confronté aux résultats
expérimentaux. Les simulations doivent aider à identifier les paramètres dominants
qui façonnent les distributions expérimentales. Par exemple, les résultats
préliminaires indiquent que suivant la synchronisation ou non de la culture
bactérienne, la forme des distributions est de type gaussienne ou log-normal. Nous
allons démarrer des expériences pour étudier ce point.
 Références :
 Zrelli K, Galy O, Latour- Lambert P, Kirwan PL, Ghigo JM, Henry N. (2013) Bacterial biofilm
mechanical properties persist upon antibiotic treatment and survive cell death. New Journal
of Physics 15: 125026. (IF = 4.063)
 Galy O, Zrelli K, Latour- Lambert P, Kirwan PL, Henry N (2013) Remote magnetic actuation
of micrometric probes for in situ 3D mapping of bacterial biofilm physical properties. Journal
of Visualized Experiments Accepted, waiting for video realisation.
Jezequel N, Lagomarsino MC, Heslot F, Thomen P.Long-Term Diversity and Genome
Adaptation of Acinetobacter baylyi in a Minimal-Medium Chemostat. Genome Biol
Evol (2013) 5 (1):87-97.IF = 4,76